一种基于模型统计决策的对抗样本检测方法

一种基于模型统计决策的对抗样本检测方法，它涉及一种对抗样本检测方法。本发明为了解决基于深度学习的自动调制识别网络容易受到对抗样本攻击的问题。本发明提出一种针对调制信号对抗样本的高效检测与低开销防御策略，应对基于深度学习的自动调制识别网络容易受到对抗样本攻击这一安全问题，提出了一种基于模型统计决策的对抗样本检测方法。该方法利用创新的高斯模糊、权重随机等突变算子通过破坏攻击者对目标模型的先验知识依赖，显著提升LCR对对抗样本的检测能力。在生成突变模型时使用前后层冻结策略降低了计算开销和算法成本，再结合突变模型筛选与阈值优化机制，提升了对原始样本和对抗样本的分类准确率。本发明属于无线通信技术领域。